一种用于电力系统的低碳调度控制方法、装置、终端设备及存储介质

本发明公开了一种用于电力系统的低碳调度控制方法、装置、终端设备及存储介质，所述方法包括：根据新能源和碳交易机制联合参与电力系统优化调度的信息，构建基于马尔可夫决策过程的电力系统低碳经济调度模型。根据模型，提出一种基于不等式简约梯度与跨回合信息传播的强化学习电力系统低碳经济调度策略；基于所提的强化学习方法将训练好的约束处理actor网络集成到电力系统调度装置中投入应用，根据系统实时状态信息作出发电机组与储能的调度方案。本发明基于电力系统低碳经济调度的需求，克服了一般约束强化学习学习能力降低以及兼容性较差的缺陷，还大大提高了电力系统低碳调度控制的决策经济性。